Machine learning method for enforcing variable independence in background estimation with LHC data: ABCDisCoTEC

في عالم فيزياء الجسيمات عالي المخاطر، يعمل العلماء كالمحققين الكونيين، حيث يغربلون مليارات الاصطدامات الصغيرة للعثور على حدث واحد نادر قد يكشف عن قانون جديد من قوانين الطبيعة. تحدث هذه الاصطدامات داخل مصادم الهادرونات الكبير، وهو حلقة ضخمة مدفونة تحت الحدود السويسرية الفرنسية، حيث تصطدم حزم البروتونات ببعضها البعض بسرعة تقارب سرعة الضوء. يتم تسجيل رشاش الجسيمات الناتج بواسطة كواشف مثل CMS، مما يخلق جبلاً من البيانات. لا يكمن التحدي في العثور على الجسيم الجديد، المعروف باسم "الإشارة"، فحسب، بل في معرفة شكل ضجيج الخلفية بدقة. فإذا تم تقدير الخلفية بشكل غير صحيح، فقد يخطئ العالم في اعتبار تقلب شائع اكتشافاً، أو والأسوأ من ذلك، قد يفوت اكتشافاً حقيقياً مخبأً في الضجيج. تقليدياً، استخدم الفيزيائيون خدعة ذكية تسمى "طريقة ABCD" لتقدير هذه الخلفية؛ حيث يقسمون بياناتهم إلى أربعة صناديق بناءً على قياسين مختلفين. وإذا كان القياسان غير مرتبطين ببعضهما تماماً، يمكن التنبؤ بعدد أحداث الخلفية في "صندوق الإشارة" الفارغ عن طريق ضرب أعداد الأحداث في الصناديق الثلاثة الأخرى. إنها طريقة موثوقة لاستخدام البيانات الحقيقية لتخمين شكل الخلفية، ولكن بها عيب قاتل: فهي لا تعمل إلا إذا كان هذان القياسان مستقلين حقاً.

إن العثيد على مثل هذين القياسين المستقلين أمر في غاية الصعوبة. ففي الفوضى المعقدة لاصطدام الجسيمات، يكون كل شيء تقريباً مرتبطاً بشكل خفي. فإذا كان هناك أي رابط طفيف بين القياسين المستخدمين لفرز البيانات، فإن التنبؤ سيفشل، ويصبح تقدير الخلفية غير موثوق به. لسنوات، كافح الفيزيائيون لإيجاد الزوج المناسب من المتغيرات يدوياً، وهي عملية بطيئة وصعبة، وغالباً ما تكون غير ناجحة عندما تكون الإشارة مشابهة جداً للخلفية. وقد طور باحث من تعاون CMS في CERN الآن حلاً جديداً يؤتمت هذه المهمة الصعبة باستخدام التعلم الآلي؛ حيث أنشأ نظاماً يعلم الكمبيوتر ابتكار قياساته الخاصة، مما يضمن استقلاليتها مع كونها ممتازة أيضاً في رصد الإشارة. هذا النهج الجديد، الذي يطلق عليه ABCDisCoTEC، يسمح لهم بتقدير الخلفية مباشرة من البيانات المرصودة بدقة أعلى بكثير، مما يقلل من الحاجة إلى الاعتماد على المحاكاة الحاسوبية غير المثالية.

يكمن جوهر هذا الابتكار في كيفية تدريب نموذج التعلم الآلي. في الماضي، استخدم الباحثون طريقة تسمى ABCDisCo، والتي علمت الشبكة العصبية إنتاج مخرجات مستقلة إحصائياً. ومع ذلك، كانت هذه الطريقة تعاني من نقطة عمياء؛ فقد ضمنت أن المخرجات غير مترابطة، لكنها لم تستطع ضمان انتشار أحداث الخلفية بسلاسة عبر البيانات، وهو شرط صارم لكي تعمل طريقة ABCD بشكل صحيح. ويعالج منهج ABCDisCoTEC الجديد هذه المشكلة من خلال إضافة تعليمات محددة إلى عملية التدريب؛ حيث يُطلب من الكمبيوتر الآن ليس فقط جعل المخرجات مستقلة، بل أيضاً تقليل "عدم الانغلاق" (non-closure). وببساطة، فإن عدم الانغلاق هو الخطأ الذي يحدث عندما لا يتطابق التنبؤ من صناديق الخلفية الثلاثة مع عدد الأحداث الفعلي الموجود في صندوق الإشارة. ومن خلال تعليم الشبكة مباشرة تقليل هذا الخطأ، يتعلم النظام ترتيب البيانات بطريقة تجعل تقدير الخلفية سليماً من الناحية الرياضية.

لاختبار هذه الفكرة، طبق الباحث منهجها في البحث عن جسيم افتراضي يسمى "السكوارك العلوي التستر (stealth top squark) فوق المتماثل" (stealth supersymmetric top squark). هذا الجسيم هو شريك لـ "الكوآرك العلوي"، وهو جسيم ثقيل معروف الوجود بالفعل، ولكنه متوقع في نظريات تتجاوز فهمنا الحالي للفيزياء. وتكمن المشكلة في العثور على هذا الجسيم تحديداً في أنه يشبه تماماً ضجيج الخلفية الناتج عن أزواج الكواركات العلوية القياسية. وفي عمليات البحث السابقة، حدد عدم اليقين في مدى دقة نمذجة الخلفية القدرة على العثور على إشارة. وقد وُضع المنهج الجديد قيد الاختبار باستخدام بيانات محاكاة تحاكي ظروف مصادم الهادرونات الكبير. وأظهرت النتائج أن نموذج ABCDisCoTEC نجح في إنشاء متغيرين جديدين مستقلين عن بعضهما البعض، وحسّن بشكل كبير من استقرار ومتانة ترتيب الخلفية. وقد سمح ذلك للباحث بالتنبؤ بالخلفية في منطقة الإشارة بدقة عالية، مما أدى إلى تحسين حساسية البحث بشكل كبير، مع توثيق تفاصيل ونتائج محددة للبحث في مرجع منفصل.

تتمثل عقبة رئيسية في استخدام نماذج التعلم الآلي المعقدة هذه في ضبط العديد من "المقابض والأدوات" (hyperparameters)، التي تتحكم في كيفية تعلم الشبكة. عادةً، يضطر العلماء إلى تخمين هذه الإعدادات أو إجراء آلاف التجارب للعثد على التركيبة الصحيحة، وهي عملية تستغرق وقتاً طويلاً وعرضة للخطأ. كما قدمت الورقة ابتكاراً ثانياً لحل هذه المشكلة: تقنية رياضية تسمى "طريقة المضاعفات التفاضلية المعدلة". فبدلاً من تخمين التوازن الصحيح بين الأهداف المختلفة للتدريب، تعامل هذه الطة المتطلبات كقيود صارمة؛ فهي تجبر الشبكة على إيجاد حل يلبي أهدافاً محددة للاستقلالية ودقة الخلفية دون الحاجة إلى البحث اليدوي عبر احتمالات لا نهاية لها. وقد أثبت هذا النهج أنه أسرع وأكثر استقراراً بكثير من الطرق التقليدية، حيث وصل إلى الحل الأمثل في جزء بسيط من الوقت.

بعد ذلك، تحقق الباحث من نتائج عمله من خلال تطبيق المنهج على بيانات حقيقية تم جمعها من مصادم الهادرونات الكبير. فقد حدد مناطق معينة في البيانات، منفصلة عن منطقة البحث الرئيسية، للتحقق مما إذا كان المنهج يعمل بشكل صحيح على أحداث التصادم الفعلية. وأظهرت النت Results أن سلوك الخلفية في البيانات الحقيقية طابق السلوك المشاهد في المحاكاة، مع بقاء خطأ عدم الانغلاق صغيراً ومتسقاً في مناطق التحقق. وهذا التحقق أمر بالغ الأهمية لأنه يؤكد أن المنهج قوي بما يكفي لاستخدامه في تحليلات الفيزياء في العالم الحقيقي، مما يثبت أن نموذج التعلم الآلي قد تعلم البنية الأساسية للبيانات الحقيقية ضمن مناطق الاختبار المحددة هذه.

إن تداعيات هذا العمل تمتد إلى ما هو أبعد من هذا البحث المنفرد عن جسيم جديد. يمثل منهج ABCDisCoTEC خطوة كبيرة للأمام في أتمتة تحليل بيانات فيزياء الطاقة العالية. فمن خلال السماح للفيزيائيين بتقدير الخلفيات مباشرة من البيانات المرصودة بدقة عالية، فإنه يقلل من الاعتماد على المحاكاة النظرية، التي قد تكون غير دقيقة أحياناً. وهذا يؤدي إلى قياسات أكثر موثوقية وفرصة أكبر لرصد العلامات الخفية لفيزياء جديدة. إن الجمع بين طريقة التدريب الجديدة وتقنية التحسين المتقدمة يوفر مجموعة أدوات قوية للتجارب المستقبلية؛ فهو يوضح أن التعلم الآلي يمكن استخدامه ليس فقط لتصنيف البيانات، بل لتحسين الأساليب الإحصائية المستخدمة لتفسير أكثر تصادمات الكون تعقيداً بشكل جذري. ومع استمرار مصادم الهادرونات الكبير في جمع البيانات، ستكون هذه الأدوات ضرورية في السعي المستمر لفهم اللبنات الأساسية للواقع.